使用groupby后列乘标量报错：索引不兼容问题求助

问题场景 #

代码：

tmp_ml['mode_dur_secs_lb'] = tmp_ml.groupby(['id', 'c_num']).apply(
    lambda x: x['mode_duration_secs']*0.9)

数据表格：

运行后抛出错误：TypeError: incompatible index of inserted column with frame index

错误原因 #

用groupby(['id', 'c_num']).apply()处理后，返回的Series会带上多层索引（MultiIndex），包含分组的id、c_num以及原数据的行索引。但原DataFrametmp_ml用的是默认单级整数索引，两者索引结构不匹配，导致赋值时出错。

解决方案 #

两种简单修复方式：

方式1：用transform替代apply #

transform会自动保留原DataFrame的索引结构，直接返回和原数据行数匹配的结果，适合这种分组内逐行做简单运算的场景：

tmp_ml['mode_dur_secs_lb'] = tmp_ml.groupby(['id', 'c_num'])['mode_duration_secs'].transform(lambda x: x*0.9)

方式2：重置apply结果的索引 #

如果一定要用apply，可以调用reset_index(drop=True)去掉多余的分组索引，让结果索引和原DataFrame对齐：

tmp_ml['mode_dur_secs_lb'] = tmp_ml.groupby(['id', 'c_num']).apply(
    lambda x: x['mode_duration_secs']*0.9).reset_index(drop=True)

验证结果 #

修复后，tmp_ml会新增正确计算的列：

内容的提问来源于stack exchange，提问作者user7446890